- Страна
- Россия
- Зарплата
- 400 000 ₽ – 800 000 ₽
Откликайтесь
на вакансии с ИИ
Lead AI Engineer
Оценка ИИОтличное предложение с высокой зарплатой, сильным стеком технологий (LLM, RAG, VLM) и высокой степенью свободы в принятии решений. Прозрачные перспективы роста до Head of AI.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена ролью Lead, требующей не только глубоких технических знаний (LLM, RAG, RecSys), но и полной ответственности за продукт (100% ownership) и формирование команды.
Анализ зарплаты
Оценка ИИПредложенная вилка 400-800k гросс является очень конкурентной для московского рынка. Нижняя граница соответствует уровню Senior, а верхняя — топовым позициям Lead/Head of AI в крупных тех-компаниях.
Сопроводительное письмо
I am writing to express my strong interest in the Lead AI Engineer position at ООО "Код открытия". With extensive experience in building production-grade LLM applications and RAG systems, I am excited about the opportunity to take full ownership of the AI strategy for your innovative travel platform. My background in Python development and vector search optimization aligns perfectly with your technical stack of PostgreSQL, Qdrant, and multimodal models.
In my previous roles, I have successfully bridged the gap between complex AI research and tangible business metrics, which resonates with your goal of proving AI effectiveness through conversion and user satisfaction. I am particularly drawn to your startup culture of fast iterations and the challenge of processing large-scale multimodal data from sources like TripAdvisor and Booking.com. I am confident that my expertise in prompt engineering and ML Ops will help scale your AI system into a market-leading solution.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в ООО "Код открытия" уже сейчас
Станьте лидером AI-направления в перспективном тревел-стартапе и создайте продукт, которым будут пользоваться миллионы!
Описание вакансии
Позиция: Lead AI Engineer
Куда: ООО "Код открытия"
Формат работы: полная занятость; офис в Москве (м. Курская);
Вилка гросс: 400-800k
Про нас:
Мы создаём AI-систему для работы с туристическими данными, прогнозирования продаж и динамического ценообразования — продукт, который изменит способ взаимодействия с информацией о турах для миллионов россиян.
Продукт использует последние достижения в области LLM (Claude 4.5, GPT-4o), RAG-систем и компьютерного зрения для интеллектуальной обработки и анализа туристической информации. Система работает с описаниями туров, визуальными характеристиками отелей, отзывами и данными о действиях пользователей.
Команда 9 человек, коммуникация прямая, иерархии нет. Работаем как настоящий стартап: быстрые решения, короткие итерации, еженедельные релизы. Цель к концу года — доказать эффективность AI-подхода на конкретных бизнес-метриках.
Что предстоит делать?
На этой позиции вы будете отвечать за всю AI-часть: от выбора моделей до построения RAG-pipeline и мультимодального поиска. Каждая ваша итерация должна повышать качество работы системы — мы работаем с реальными метриками (точность подбора, время обработки запросов, удовлетворенность пользователей).
Требования:
- Опыт с продакшен LLM-приложениями (вы уже строили RAG-системы или чат-боты на основе GPT/Claude)
- Знаете как работают современный RecSys модели
- Промпт-инжиниринг на уровне эксперта (умеете выжимать максимум через правильную структуру промптов, few-shot examples, chain-of-thought)
- Опыт работы с эмбеддингами и векторным поиском (similarity search, hybrid search, reranking)
- Python на уровне продакшена (чистый, быстрый код)
- Продуктовое мышление (AI — инструмент для решения бизнес-задачи, не самоцель)
Будет плюсом:
- Опыт с компьютерным зрением / мультимодальными моделями
- Опыт с high-load системами и оптимизацией latency
- Понимание ML Ops (мониторинг моделей, версионирование, A/B тестирование)
Ответы на 10 вопросов:
- Данные: ~100,000 туров из API туроператора (описания, фотографии, цены, характеристики отелей). Парсинг отзывов с TripAdvisor и Booking.com. Хранение в PostgreSQL + векторные представления в Qdrant. Все взаимодействия пользователей логируются для анализа и улучшения системы.
- Железо: Kubernetes кластер в Облаке. Для разработки: стационарный ПК. Для обработки изображений через VLM: batch-обработка 10,000-50,000 фотографий (запускаем периодически при добавлении новых направлений). Для работы с LLM используем развернутые в облаке open-source модели.
- Масштаб влияния на core-бизнес? AI-система должна стать главным драйвером роста рентабельности и выручки для туристического направления бизнеса.
- Уровень развития Data Science в компании? В компании более 5 лет существуют ML, DL команды. Компания успешно разрабатывает и внедряет AI продукты все это время.
- Роль AI-инженера: Вы отвечаете за всю AI-часть продукта от начала до конца. Участвуете в формировании roadmap, решаете какие функции реализовывать. Пишете код для продакшена, запускаете A/B тесты, анализируете метрики, формируете и развиваете команду. Это 100% ownership.
- Бэкграунд у вашего руководителя? Head of Data Science в IT-компании, Product Owner в AI-продуктах. Linkedin
- Как часто вам будут мешать работать? Синхронизация с командой (backend, frontend) — 2-3 часа в неделю. Созвоны с бизнесом по метрикам — 1 час в неделю. Остальное время — ваше для разработки и экспериментов.
- Карьерный рост: Если продукт выстрелит (а мы в это верим), это станет отдельным направлением с собственной командой. Вы естественным образом станете Head of AI туристического AI-продукта. Это позиция для тех, кто хочет расти вместе с продуктом.
- Prod/Research: Prod 95% / Research 5%.
- Функция сервиса или лидера? Лидер 80% / Сервис 20%. Вы принимаете все ключевые технические решения по AI-части. Выбираете модели, архитектуру, решаете что A/B тестировать.
Резюме и вопросы направляйте на: Откликнуться с пометкой «Lead AI Engineer»
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- PostgreSQL
- Computer Vision
- MLOps
- RAG
- Prompt Engineering
- Vector Search
- Recommender Systems
- Multimodal
- Qdrant
Возможные вопросы на собеседовании
Вакансия подразумевает работу с туристическими данными, где важна точность.
Как бы вы построили систему оценки качества (evaluation pipeline) для RAG, чтобы минимизировать галлюцинации в описаниях туров?
Упоминается использование Qdrant и гибридного поиска.
В каких случаях при поиске туров вы бы отдали приоритет векторному поиску, а в каких — классическому полнотекстовому, и как их эффективно скомбинировать?
В стеке указаны VLM и обработка тысяч фотографий отелей.
Расскажите о вашем опыте работы с мультимодальными моделями: как эффективно извлекать структурированные признаки из визуального контента для улучшения рекомендаций?
Позиция предполагает лидерство и влияние на бизнес.
Как вы будете приоритизировать задачи в условиях стартапа, если результаты A/B теста новой LLM-фичи показывают рост вовлеченности, но увеличивают latency системы?
Упоминается использование open-source моделей в облаке.
Какие критерии вы используете при выборе между проприетарными API (GPT-4/Claude) и self-hosted open-source моделями (Llama/Mistral) для продакшена?
Похожие вакансии
GenAI Team Lead
Python‑разработчик в инфраструктуру центра ИИ, lead
Tech Lead MLE
Agent & Capability Owner (Agent Layer Lead — Autonomous AI Scenarios)
Lead AI Engineer
Lead Machine Learning Engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия
- Зарплата
- 400 000 ₽ – 800 000 ₽